I.11Классификация, ранжирование и сопоставление

Recognai/zeroshot_selectra_small — модель классификации текста с нулевым обучением на основе SELECTRA, дообученная Recognai на испанской части набора XNLI. Она принимает текст и набор кандидатных меток, после чего оценивает, какая метка лучше подходит; для работы через конвейер zero-shot в Transformers шаблон гипотезы следует задавать на испанском языке. Модель содержит 25,4 млн параметров и поддерживает контекст до 512 токенов. Модель рассчитана на лёгкую классификацию испанских текстов без отдельного обучения под каждую задачу. В опубликованной оценке точность на XNLI составляет 0,795; на выбранной подвыборке MLSUM — 0,446. Авторы отмечают, что версия small компактнее, но уступает версии medium и классификатору на BETO. Лицензия — Apache-2.0.

Farsight-AI/10k-finetune — дообученная модель классификации текста на основе MoritzLaurer/DeBERTa-v3-large-mnli-fever-anli-ling-wanli, опубликованная под лицензией MIT. Модель содержит 533,8 млн параметров, использует архитектуру DeBERTa-v2 и принимает текстовые входные данные длиной до 512 токенов. Модель предназначена для классификации текста. В README приведены результаты оценки: loss 0,3357 и accuracy 0,8730. Датасет обучения не указан, поэтому нельзя определить целевые классы и оценить применимость к конкретным областям.

Модель faodl/20250909_model_g20_multilabel_MiniLM-L12-all-labels-artificial-governance-multi-output — классификатор текста на основе SetFit, построенный на sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Разработчик карточки не уточняет организацию или автора модели. Архитектура включает дообученное тело Sentence Transformer и классификационную голову MultiOutputClassifier; модель предназначена для многометочной классификации текста в области управления искусственным интеллектом. Обучение использует контрастивное дообучение Sentence Transformer и обучение классификационной головы на его признаках — эффективный подход few-shot learning. Метаданные указывают 124,3 млн параметров и контекст до 512 токенов; карточка модели указывает максимальную длину последовательности 128 токенов. Базовая модель многоязычная, поэтому классификация ориентирована на текст на разных языках. Модель выдаёт метки классификации и может применяться для автоматической разметки текстов об управлении ИИ и обработки нескольких выходных категорий одновременно. Качество на независимых данных и точный набор меток в предоставленной карточке не приведены. Лицензия в доступных данных не указана.

ALBERT Large v2 — англоязычная предварительно обученная модель семейства ALBERT, представленная авторами ALBERT и опубликованная на Hugging Face. Она обучена на BookCorpus и англоязычной Википедии с помощью маскированного языкового моделирования и предсказания порядка сегментов текста. Модель предназначена для заполнения пропусков в тексте и получения представлений для последующей настройки на задачи классификации последовательностей и токенов, а также ответа на вопросы. Архитектура — Transformer с 24 повторно используемыми слоями, 1024-мерным скрытым представлением и 16 головами внимания. Слои разделяют веса, что уменьшает объём параметров и памяти; в метаданных указано 433,4 млн параметров. Максимальная длина контекста — 512 токенов. Модель без учёта регистра и обрабатывает английский текст. Она не предназначена для свободной генерации текста: для этого в README рекомендуются авторегрессионные модели. Предсказания могут отражать смещения обучающих данных. Лицензия — Apache-2.0.

yahyaabd/allstats-search-mini-v1-2 — модель Sentence Transformers, дообученная автором yahyaabd на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 на наборе statictable-triplets-all. Она использует архитектуру BERT с усреднением токенных представлений и преобразует предложения и абзацы в плотные векторы размерности 384; сходство оценивается косинусной мерой. Модель предназначена для семантического поиска и сопоставления запросов с названиями статистических таблиц, а также для поиска перефразировок, кластеризации и классификации текста. В README приведён пример поиска по индонезийским статистическим таблицам и результаты оценки на наборе bps-statictable-ir. Базовая модель многоязычная, однако примеры и обучающие данные этой версии сосредоточены на индонезийской статистической тематике. Метаданные указывают контекст до 512 токенов, тогда как карточка модели задаёт максимальную длину последовательности 128 токенов; на практике следует ориентироваться на ограничение самой модели в 128 токенов. Веса опубликованы в формате safetensors. Условия лицензирования в предоставленных источниках не описаны.

amagasaki-qna-embedding-0.6B — японская модель для создания текстовых эмбеддингов, разработанная для семантического поиска по вопросам и ответам муниципалитета Амагасаки. Она основана на Qwen/Qwen3-Embedding-0.6B и последовательно дообучена на японских синтетических парах для поиска, общих муниципальных FAQ и корпусе вопросов и ответов Амагасаки. Архитектура Qwen3 использует pooling последнего токена и L2-нормализацию; в метаданных указано около 507,6 млн параметров и контекст до 32 768 токенов. Модель принимает текст и выдаёт эмбеддинги для поиска по близости. Модель подходит для поиска релевантных ответов по запросу в корпусе FAQ Амагасаки и сходных муниципальных коллекциях. На описанном наборе данных значение cosine recall@10 составило 0,7704, однако этап специализированного дообучения и оценка используют один и тот же набор документов, поэтому этот результат не подтверждает перенос на другие муниципалитеты или предметные области. Обучение проводилось с максимальной длиной последовательности 512 токенов, поэтому для очень длинных документов качество может снижаться. Лицензия — Apache License 2.0.

Prashasst/anime-recommendation-model — дообученная на базе sentence-transformers/all-mpnet-base-v2 модель Sentence Transformers для кодирования текстов об аниме. Она преобразует описания и короткие абзацы в плотные векторы размерности 768; сходство между ними оценивается косинусной мерой. Архитектура включает MPNet, усреднение токеновых представлений и нормализацию векторов. Модель предназначена для семантического поиска и сравнения описаний аниме, поиска похожих произведений, подбора рекомендаций и кластеризации. README приводит результаты оценки сходства на наборах anime-recommendation-dev и anime-recommendation-test; метрика Spearman cosine составила 0,6215 и 0,6394 соответственно. Метаданные указывают 136,7 млн параметров и контекст до 514 токенов, тогда как README задаёт максимальную длину последовательности 384 токена. Это текстовая модель, выдающая векторные представления, а не готовые рекомендации или метки классов. Обучающие данные содержат 2353 примера, поэтому качество может быть ограничено тематикой и составом этого набора; поддерживаемые языки явно не обозначены. Лицензия в предоставленных данных не указана.

rafiazarin/arxiv-cs-embedding-finetuned — модель Sentence Transformers на базе sentence-transformers/all-MiniLM-L6-v2, дообученная для поиска по текстам научных работ по компьютерным наукам. Разработчик дообучил энкодер на парах запросов и релевантных фрагментов; архитектура включает BERT, mean pooling и нормализацию векторов. Модель кодирует предложения и абзацы в плотные векторы размерности 384 и предназначена для семантического поиска и сравнения текстов с использованием косинусного сходства. README описывает обучающую выборку из 2 700 пар и оценочную выборку из 200 примеров. Метаданные указывают 25,9 млн параметров и контекст до 512 токенов; в карточке README заявлен максимальный размер последовательности 256 токенов. Модель принимает текст и возвращает векторы. Она адаптирована к англоязычным научным текстам по компьютерным наукам; качество на других типах текстов и языках не подтверждено. Лицензия в предоставленных данных не указана.

auth_scale_binary — дообученная модель Microsoft DeBERTa-v3-base для бинарной классификации текстов. Она построена на архитектуре DeBERTa-v2 и содержит около 211,6 млн параметров; модель принимает текст и выдаёт метку класса. В карточке указано, что на оценочной выборке она получила accuracy 0,7011, precision 0,7102, recall 0,6783, F1 0,6939 и AUC 0,7532. Назначение классов, состав обучающего набора и конкретные сценарии применения в карточке не раскрыты, поэтому применение модели за пределами бинарной классификации определить нельзя. Максимальная длина контекста — 512 токенов. Модель распространяется по лицензии MIT.

bamibert-res-acsa-multilabel — модель классификации текста на архитектуре RoBERTa с 129 млн параметров. Согласно карточке, она обучена с нуля на неизвестном наборе данных; подробности о назначении, классах и обучении отсутствуют. Метаданные указывают контекст длиной 2050 токенов и формат весов safetensors. Лицензия не указана в предоставленных данных.

BERTimbauwithDropout — дообученная модель классификации текста на основе neuralmind/bert-base-portuguese-cased, разработанная leandroaraujodev. Она предназначена для отнесения текстовых последовательностей к классам; конкретный набор меток и целевая область не описаны. Модель построена на архитектуре BERT, содержит 136,1 млн параметров и поддерживает контекст до 512 токенов. Ориентирована на бразильский португальский язык. На указанном в карточке наборе для оценки модель показала точность 0,7263 и значение функции потерь 0,7215. Датасет и подробности обучения не раскрыты, поэтому результаты нельзя переносить на другие данные без дополнительной проверки. Репозиторий распространяется по лицензии MIT.

Карточка модели google/bert_uncased_L-10_H-256_A-4 на Hugging Face совпадает с карточкой google/bert_uncased_L-2_H-128_A-2, поэтому описание составлено по ней. google/bert_uncased_L-2_H-128_A-2 — компактная англоязычная модель BERT Miniatures от Google, описанная в работе «Well-Read Students Learn Better: On the Importance of Pre-training Compact Models». Это BERT с 2 слоями и скрытым размером 128; модель содержит около 4,4 млн параметров и принимает последовательности длиной до 512 токенов. Она обучена без учёта регистра с маскированием WordPiece и предназначена для сред с ограниченными вычислительными ресурсами. Модель можно дообучать для задач понимания текста, таких как классификация и оценка сходства предложений. Авторы отмечают, что компактные модели особенно эффективны при дистилляции, когда метки для дообучения генерирует более крупная и точная модель-учитель. Доступны веса PyTorch, Flax и Safetensors. Модель рассчитана на английский язык. Её компактность снижает требования к вычислительным ресурсам, но качество может уступать более крупным моделям, а для прикладных задач обычно требуется дообучение или дистилляция. Лицензия — Apache-2.0.

Карточка модели google/bert_uncased_L-12_H-512_A-8 на Hugging Face совпадает с карточкой google/bert_uncased_L-2_H-128_A-2, поэтому описание составлено по ней. google/bert_uncased_L-2_H-128_A-2 — компактная англоязычная модель BERT Miniatures от Google, описанная в работе «Well-Read Students Learn Better: On the Importance of Pre-training Compact Models». Это BERT с 2 слоями и скрытым размером 128; модель содержит около 4,4 млн параметров и принимает последовательности длиной до 512 токенов. Она обучена без учёта регистра с маскированием WordPiece и предназначена для сред с ограниченными вычислительными ресурсами. Модель можно дообучать для задач понимания текста, таких как классификация и оценка сходства предложений. Авторы отмечают, что компактные модели особенно эффективны при дистилляции, когда метки для дообучения генерирует более крупная и точная модель-учитель. Доступны веса PyTorch, Flax и Safetensors. Модель рассчитана на английский язык. Её компактность снижает требования к вычислительным ресурсам, но качество может уступать более крупным моделям, а для прикладных задач обычно требуется дообучение или дистилляция. Лицензия — Apache-2.0.

CamemBERT-L2 — компактная версия предварительно обученной модели CamemBERT, опубликованная Antoine Louis. Она получена удалением верхних слоёв исходного чекпойнта; в репозитории указано 43,5 млн параметров. Модель относится к семейству CamemBERT и предназначена для извлечения признаков из текста. Контекст составляет до 514 токенов, основным языком является французский. Модель можно дообучать для задач, в которых решение зависит от всего предложения: классификации текста, извлечения ответов на вопросы и семантического поиска. Также она поддерживает маскированное языковое моделирование. Для генерации текста автор рекомендует использовать авторегрессионные модели. Модель распространяется по лицензии MIT.

Amdestya/ce-cat-minilm-l12 — англоязычный переранжировщик текстовых пар на базе MiniLM-L12, разработанный для воспроизведения конфигурации из статьи Askari et al. «Injecting the BM25 Score as Text Improves BERT-Based Re-rankers» (ECIR 2023). Это cross-encoder на архитектуре BERT с примерно 40 млн параметров, дообученный с бинарной релевантностью и функцией потерь cross-entropy; при обучении применялись Adam и ранняя остановка по validation nDCG@10. Максимальная длина входа — 512 токенов. Модель оценивает релевантность пары «запрос — отрывок»: запрос и текст отрывка подаются раздельно, результатом служит логит, где более высокое значение означает большую релевантность. Она предназначена для переранжирования результатов информационного поиска, в частности как baseline без добавления числового BM25 score во входной текст. Модель создана как исследовательский артефакт для диссертационного исследования по воспроизведению работ в информационном поиске с LLM. Лицензия — Apache-2.0. Модель рассчитана на английский язык; опубликованная карточка описывает экспериментальную исследовательскую конфигурацию, поэтому качество за пределами указанной задачи и схемы входа не подтверждено. Не следует добавлять числовой токен в запрос: модель обучалась без него.

CLIP-ViT-Base Fine-tuned for Animal Identification — модель компьютерного зрения от AvitoTech, дообученная на базе openai/clip-vit-base-patch32 для распознавания и повторной идентификации отдельных кошек и собак. Она формирует 512-мерные эмбеддинги изображений и предназначена для сравнения фотографий животных, поиска совпадений и проверки личности животного. Для обработки изображений используется входной размер 224×224 пикселя; модель построена на архитектуре CLIP и работает через библиотеку Transformers. В карточке приведены результаты оценки на наборах изображений кошек и собак, включая ROC AUC и точность поиска в топ-K; при этом показатели различаются между наборами и задачами, а в тестах на собаках точность Top-1 заметно ниже, чем на кошках. Модель выпущена под лицензией Apache-2.0. README не сообщает поддерживаемые языки или длину контекста; модель принимает изображения и возвращает векторы признаков.

yagosys/cloudinit-embedding-v4 — модель Sentence Transformer, дообученная разработчиком на базе sentence-transformers/all-MiniLM-L6-v2 для создания плотных векторных представлений предложений и абзацев. Энкодер на архитектуре BERT содержит около 25,9 млн параметров; README описывает усреднение токенных представлений с последующей нормализацией, размер вектора 384 и косинусную меру сходства. Метаданные указывают контекст до 512 токенов, а README — максимальную длину последовательности 256 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текстов. В README указано обучение на 37 парах примеров с оценками сходства и функцией CosineSimilarityLoss, поэтому качество может быть ограниченным для задач, выходящих за рамки этих данных и близких формулировок. Базовая модель ориентирована на английский язык; лицензия в предоставленных источниках не указана.

Cluster Router — дообученная модель-классификатор PeytonT для маршрутизации задач в подходящий кластер репозиториев, научных статей или понятий перед более затратным этапом анализа. Она предназначена для поискового стека Repository Library и может использоваться в сценариях извлечения, ранжирования и планирования внутри этой системы. Модель построена на энкодере BERT из sentence-transformers/all-MiniLM-L6-v2, имеет около 25,9 млн параметров и контекст до 512 токенов. Она принимает текст и выдаёт метку класса; заявленная метрика обучения — accuracy. Данные для обучения включают граф репозиториев и фрагменты кода из конвейера GitHub-репозиториев Repository Library. Карточка не содержит внешнего отчёта о бенчмарках или аудита, а результаты следует проверять в целевом процессе перед развёртыванием. Модель является компонентом исследовательской системы, и её карточка не заявляет гарантий безопасности или пригодности для промышленного использования. Лицензия в доступных данных не приведена.

OpenMOSS-Team/cpt-large — крупная версия CPT, китайской предварительно обученной модели архитектуры BART для понимания и генерации текста. Модель разработана Yunfan Shao, Zhichao Geng, Yitao Liu и соавторами и содержит около 455,2 млн параметров. Обновлённая версия использует словарь из 51 271 токена с расширенным покрытием китайских иероглифов, а максимальная длина последовательности составляет 1024 токена. Модель предназначена для задач понимания китайского текста и генерации, включая классификацию и суммаризацию; метаданные Hugging Face указывают задачу text-classification. В README приведены результаты на китайских бенчмарках AFQMC, IFLYTEK, CSL-sum и LCSTS. Для токенизации требуется BertTokenizer и файлы CPT, включая modeling_cpt.py; оригинальный BartTokenizer использовать не следует. Лицензия в предоставленных данных не указана.

microsoft/deberta-v3-small — англоязычная модель Microsoft для понимания текста и предсказания замаскированных токенов. Она использует архитектуру DeBERTa V3: раздельное представление содержимого и позиции в механизме внимания, улучшенный декодер маски и предобучение в стиле ELECTRA с разделением градиентов в эмбеддингах. В модели 6 слоёв, скрытый размер 768 и словарь из 128 тысяч токенов; метаданные указывают 155 млн параметров и контекст до 512 токенов. Модель предназначена для заполнения пропусков в тексте и может служить основой для дообучения на задачах понимания естественного языка, включая ответы на вопросы и классификацию. В README сообщается о предобучении на 160 ГБ данных и приводятся результаты дообучения для SQuAD 2.0 и MNLI. Репозиторий содержит веса PyTorch и TensorFlow. Лицензия — MIT.

microsoft/deberta-xlarge-mnli — разработанная Microsoft модель DeBERTa XLarge, дообученная на задаче MNLI. DeBERTa использует disentangled attention и улучшенный декодер маскирования; для этой версии README указывает размер около 750 млн параметров, а метаданные — 856,8 млн. Модель предназначена для классификации текстовых последовательностей, в частности для определения отношений между посылкой и гипотезой и переноса на другие задачи понимания естественного языка. Модель принимает текст на английском языке, имеет контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. MNLI-дообучение может служить отправной точкой для тонкой настройки на задачи NLU; карточка приводит результаты на бенчмарках, но не описывает их как гарантию качества для произвольных данных. Лицензия — MIT.

ai4data разработала devdata-search-gist-small-cmnrl — биэнкодер для создания текстовых эмбеддингов и поиска по структурированным статистическим метаданным. Модель дообучена на DevDataBench на основе avsolatorio/GIST-small-Embedding-v0 с функцией потерь cmnrl. При обучении порядок полей перемешивался, а часть полей случайно исключалась, чтобы модель связывала значения с названиями полей, а не с их позицией в записи. Модель предназначена для семантического поиска и сопоставления запросов с записями метаданных, например поиска статистических показателей по описанию. Она принимает текстовые запросы и описания записей, выдаёт эмбеддинги для последующего ранжирования или поиска. Используется через Sentence Transformers; это модель для построения поисковой системы, а не готовый хостинговый сервис. Размер — 40 млн параметров, максимальная длина последовательности — 512 токенов; префиксы запросов и документов не требуются. Модель распространяется по лицензии Apache-2.0. README не указывает поддерживаемые языки; базовая модель описана в каталоге как англоязычная, поэтому пригодность для других языков не подтверждена.

ai4data разработала эту bi-encoder модель эмбеддингов для поиска по структурированным статистическим метаданным. Модель дообучена на DevDataBench на основе intfloat/multilingual-e5-small с перестановкой порядка полей и их исключением в обучающих примерах, чтобы сопоставлять смысл с названиями полей независимо от порядка сериализации. Использована функция потерь CGIST и guide-модель ai4data/devdata-search-multilingual-e5-small-cgist. Модель предназначена для семантического поиска и подбора запросов к описаниям статистических показателей и наборов метаданных. Это компонент для построения поиска, а не готовый размещённый поисковый сервис. При кодировании README рекомендует добавлять к запросам префикс «query: », а к документам — «passage: ». Архитектура — плотный BERT на базе multilingual-e5-small, библиотека Sentence Transformers; размер — 124,3 млн параметров, максимальная длина входа — 512 токенов. Модель создаёт текстовые эмбеддинги; базовая модель многоязычная, но конкретный перечень языков в карточке не приведён. Репозиторий распространяется по лицензии Apache-2.0.

sentence-transformers/distilbert-base-nli-max-tokens — модель sentence-transformers, обученная командой Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации текстов. Архитектура основана на DistilBERT; модель принимает текст и формирует эмбеддинги. Максимальная длина контекста — 512 токенов. Репозиторий содержит веса в форматах PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO. Модель распространяется по лицензии Apache-2.0. Карточка помечает её как устаревшую и предупреждает о низком качестве эмбеддингов, поэтому для новых проектов рекомендуется выбрать более современную модель эмбеддингов.

DZAIR — разработанная авторами карточки с нуля энкодерная модель для понимания алжирского дариджа. Она обучена на разножанровых текстовых источниках и рассчитана на арабское письмо, латинскую запись Arabizi и переключение на французский. Модель содержит 105,3 млн параметров, использует 12 дискриминаторных слоёв с шириной 768, группированное внимание и SwiGLU; длина контекста — 512 токенов. Доступные веса сохранены в формате safetensors, библиотека загрузки — Transformers. Модель предназначена для классификации тональности, эмоций, тем и диалектных вариантов, а также для вычисления представлений текста, поиска сходства, кластеризации и извлечения релевантных текстов. В описанных авторами тестах она превзошла DziriBERT на тональности форумов и Arabizi, но немного уступила на Twitter; на диагностическом тесте с замороженными весами результат был ниже DziriBERT. Лицензия — Apache-2.0. Авторы рекомендуют исследовательское применение: модель не предназначена для генерации, перевода, других языков и диалектов или принятия решений о людях; предобучение на социальных сетях могло включать оскорбительную лексику, а смещения, токсичность и фактическая точность не оценивались.

ethicalabs/Echo-DSRN-v0.1.4-Research-Intent-CLF — модель классификации исследовательских статей от ethicalabs.ai, созданная для проекта OpenAIRE AI Hackathon 2026. Она присваивает статьям одну из шести меток: Methodology, Dataset, Review, Applied, Theoretical или Unclassifiable. Последняя метка предназначена для текстов, отмеченных несколькими LLM-судьями как нечитаемые, неанглоязычные или неакадемические. Модель построена на плотной архитектуре Echo и дообучена с пятью до шести классов на базе ethicalabs/Echo-DSRN-v0.1.3-Research-Intent-CLF. В метаданных указано 49,9 млн параметров, а в README — 98,3 млн; размер модели поэтому приводится с расхождением в источниках. Контекст составляет 2048 токенов. Обучение проводилось на наборе Research-Intent-Collab из 10 001 статьи с разбиением на обучающую, валидационную и тестовую выборки. На официальной тестовой выборке из 1001 примера заявлена точность 0,7353. Модель принимает текст и выдаёт метку класса; предназначена для англоязычных научных статей. Модель распространяется по лицензии CC BY 4.0. Её качество зависит от соответствия входного текста научным статьям и тематике обучающих данных; класс Review показал наиболее слабый F1 среди приведённых в README классов. В описании результатов также упоминаются ошибки смешения Review с Applied.

econo-sentence-v1 — модель на базе Sentence-Transformers, разработанная Samuel Chaineau для создания плотных векторных представлений предложений и абзацев в контексте экономической тематики. Она предназначена прежде всего для тематического моделирования, а также подходит для семантического поиска и кластеризации текстов. Модель использует энкодер BERT на 136,7 млн параметров, формирует векторы размерности 768 и принимает последовательности длиной до 512 токенов. В качестве основы указан samchain/EconoBert, предварительно обученный на выступлениях BIS за 1997–2023 годы с задачами MLM и NSP. Для обучения sentence-эмбеддингов использовалась CosineSimilarityLoss; в README приведена корреляция Пирсона 0,83 для train test. Модель доступна в форматах PyTorch и safetensors и распространяется по лицензии Apache-2.0.

leomaurodesenv выпустил дообученную модель классификации текста на базе англоязычного энкодера ELECTRA Base Discriminator. Модель содержит 136,7 млн параметров, использует архитектуру ElectraForSequenceClassification и принимает последовательности длиной до 512 токенов. Она предназначена для классификации текста. В карточке приведены результаты на тестовой выборке: accuracy 0,9467 и loss 0,1527. Датасет, классы и конкретная область применения не описаны, поэтому эти показатели не позволяют определить качество на других данных. Модель опубликована в формате safetensors по лицензии Apache-2.0.

emotiontrained31415 — модель классификации текста, созданная дообучением DistilBERT на наборе данных tweet_eval. Она предназначена для присвоения текстовым сообщениям классов; результаты на оценочной выборке tweet_eval: F1 0,7198 и loss 0,9274. Архитектура — DistilBertForSequenceClassification, формат весов — PyTorch, максимальная длина контекста — 512 токенов. Название модели указывает на эмоциональную классификацию, однако карточка не уточняет метки классов и целевой сценарий, поэтому конкретный набор эмоций подтвердить нельзя. Лицензия — Apache-2.0.

Samika16/ferendis-risk-classifier — дообученная модель DistilBERT для классификации текстовых описаний систем искусственного интеллекта по уровням риска в рамках Закона ЕС об искусственном интеллекте (EU AI Act). Она присваивает одну из пяти меток: минимальный, ограниченный, высокий или неприемлемый риск, либо «review» для описаний, требующих проверки человеком. Модель принимает текст на английском языке; базовая архитектура — DistilBertForSequenceClassification с контекстом до 512 токенов. Модель обучена на 1 538 размеченных примерах. В карточке указаны точность 92,08% и macro F1 0,9209; класс «review» имеет наименьший F1 — 0,84, а ограниченный и высокий риск чаще всего путаются на пограничных примерах. Метки создавались с помощью двух автоматизированных этапов и проверки человеком. Модель предназначена для предварительной сортировки описаний и поддержки анализа, но не заменяет юридическую оценку и не должна быть единственным основанием для решения о соответствии. Лицензия в предоставленных данных не указана.